按ID分组获取前序Hour_slot非空Value的R代码需求

需要按ID分组，为每行新增output_Value列，该列取值为当前行Hour_slot时间点之前的最新非空Value值。现有代码未考虑Hour_slot的时间顺序，且无法处理同一Hour_slot存在多行的场景，以下是正确实现方案。

输入表 #

预期输出表 #

问题示例代码 #

df[, output_Value:=shift(value, type="lag"), by= ID]
df <- df %>% group_by(ID) %>% fill(output_Value)

该代码的问题：

• 未按Hour_slot排序，导致滞后值逻辑错误
• 同一Hour_slot的多行会互相取滞后值，不符合"时间点之前"的要求

正确实现代码 #

方法1：使用data.table #

library(data.table)

# 转换为data.table并将Hour_slot转为时间类型
setDT(df)
df[, Hour_slot := as.POSIXct(Hour_slot, format = "%Y-%m-%d %H:%M:%S")]

# 按ID和时间排序，确保时间顺序正确
setorder(df, ID, Hour_slot)

# 提取每个时间点的最新非空值，再向前填充后取滞后
df[, latest_value := last(na.omit(Value)), by = .(ID, Hour_slot)]
df[, output_Value := shift(na.locf(latest_value, na.rm = FALSE)), by = ID]

# 清理中间列（可选）
df[, latest_value := NULL]

方法2：使用dplyr + tidyr #

library(dplyr)
library(tidyr)

df <- df %>%
  # 转换时间类型并排序
  mutate(Hour_slot = as.POSIXct(Hour_slot, format = "%Y-%m-%d %H:%M:%S")) %>%
  arrange(ID, Hour_slot) %>%
  # 提取同一时间点的最新非空值
  group_by(ID, Hour_slot) %>%
  mutate(latest_value = last(na.omit(Value))) %>%
  # 按ID分组，向前填充后取滞后值
  group_by(ID) %>%
  mutate(output_Value = lag(na.locf(latest_value, na.rm = FALSE))) %>%
  ungroup() %>%
  # 清理中间列（可选）
  select(-latest_value)

代码说明 #

1. 先将Hour_slot转换为时间类型并按ID+Hour_slot排序，确保时间序列逻辑正确
2. 对同一ID和Hour_slot的行，提取该时间点的最新非空Value（无有效值则为NA）
3. 使用na.locf向前填充时间序列中的NA，再取滞后值，确保每行的output_Value是当前时间点之前的最新非空值
4. 同一Hour_slot的所有行共享同一个"之前的最新值"，完全匹配预期输出

内容的提问来源于stack exchange，提问作者Sangeetha R